学位论文 > 优秀研究生学位论文题录展示

面向医疗诊断的BN-CBR混合模型及其应用

作　者: 王瑞军
导　师: 沈江
学　校: 天津大学
专　业: 管理科学与工程
关键词: 医疗辅助诊断系统基于案例推理贝叶斯网络 K-D树心脏病诊断
分类号: R318.0
类　型: 硕士论文
年　份: 2009年
下　载: 37次
引　用: 1次
阅　读: 论文下载

内容摘要

目前CBR医疗辅助诊断系统相似度准则不能随案例增加进行更新,无法实现动态学习,模型检索效率随案例库规模增加而降低,在医疗数据缺失条件下诊断准确性较低。针对这些问题,建立贝叶斯网络-基于案例推理(BN-CBR)混合诊断模型,解决医疗诊断数据缺失问题,满足案例库更新要求,提高诊断效率与正确性。论文将贝叶斯网络(BN)与基于案例推理方法(CBR)结合建立BN-CBR混合诊断模型。模型以CBR作为基本的推理机制,通过检索以往案例为当前诊断问题提供决策支持。BN作为一种数据挖掘工具对案例库进行学习获得诊断属性间存在的潜在关联知识,将这些知识通过相似度评价函数反映到模型的案例检索过程中。在此基础上,提出通过K-D树算法组织案例库,按照诊断属性权重将案例库划分为不同的案例子集,模型在各案例子集中进行检索,这样大大压缩了检索空间,提高案例检索效率。利用信息增益算法从大量诊断属性中筛选最优属性子集,利用自省学习方法为每个属性分配权重。提出了通过人机结合方式进行案例改写和重用的思路,由医生对案例进行改写,将改写操作过程作为案例建立改写案例库,由BN-CBR混合模型进行改写案例检索,为医生改写案例提供决策支持。定义了基于CBR的医疗诊断概念模型,建立了BN-CBR混合诊断模型。混合模型通过相似匹配函数的更新实现推理的动态性,通过K-D树算法组织诊断案例建立案例库。通过心脏病诊断实例分析,BN-CBR混合诊断模型解决了医疗数据缺失问题,有效提高了检索的效率和诊断准确率,实现了模型动态学习。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-15
  1.1 研究背景与主要内容  8-12
    1.1.1 研究背景  8-11
    1.1.2 研究目标与内容  11-12
  1.2 主要研究方法及技术路线  12-14
  1.3 研究重点及主要创新点  14-15
第二章研究综述  15-25
  2.1 CBR 方法概述  15-17
    2.1.1 CBR 方法的产生与发展  15-16
    2.1.2 CBR 方法基本思想  16-17
  2.2 CBR 方法在医疗领域的应用  17-23
    2.2.1 早期应用回顾  17-18
    2.2.2 CBR 医疗应用功能分析  18-19
    2.2.3 CBR 方法应用于医疗领域原因分析  19-20
    2.2.4 CBR 医疗应用特征与面临的问题  20-23
  2.3 贝叶斯网络及其医疗应用  23-25
    2.3.1 贝叶斯网络概述  23-24
    2.3.2 贝叶斯网络在医疗领域的应用  24-25
第三章 CBR 与BN 理论及方法  25-38
  3.1 CBR 方法  25-30
    3.1.1 CBR 周期与任务分解  25-27
    3.1.2 CBR 案例表示  27-28
    3.1.3 CBR 案例检索  28-29
    3.1.4 CBR 案例重用  29-30
    3.1.5 CBR 案例学习与归纳  30
  3.2 贝叶斯网络与贝叶斯推理  30-36
    3.2.1 贝叶斯网络概率论基础  30-33
    3.2.2 贝叶斯网络图形结构  33-34
    3.2.3 贝叶斯网络学习  34-36
  3.3 本章小结  36-38
第四章面向医疗诊断的BN-CBR 混合模型  38-58
  4.1 基于CBR 的医疗诊断概念模型  38-40
  4.2 模型系统结构与全局描述  40-43
    4.2.1 系统结构  40-41
    4.2.2 模型系统全局过程描述  41-43
  4.3 特征筛选与数据处理  43-45
    4.3.1 数据预处理  43
    4.3.2 选择诊断特征属性  43-45
  4.4 建立贝叶斯网络  45-46
  4.5 建立相似度评价函数  46-47
  4.6 模型应用  47-57
    4.6.1 心脏病诊断检查项目  47-48
    4.6.2 特征筛选与数据处理  48-51
    4.6.3 贝叶斯网络学习  51-54
    4.6.4 CBR 检索  54-56
    4.6.5 结果分析  56-57
  4.7 本章小结  57-58
第五章 BN-CBR 医疗混合诊断模型的改进策略  58-67
  5.1 特征属性筛选与权重分配  58-61
  5.2 基于K-D 树的案例组织方法  61-64
  5.3 人机结合的案例改写策略  64
  5.4 改进后BN-CBR 混合模型系统结构  64-67
第六章总结与展望  67-70
参考文献  70-79
发表论文和参加科研情况说明  79-80
致谢  80

面向医疗诊断的BN-CBR混合模型及其应用

内容摘要

全文目录

相似论文